QQ在线
企业微（wēi）信
资（zī）讯
424认清（qīng）在医疗保健中实（shí）施人工智能（néng）(AI)所面临的挑战，可以帮助医疗（liáo）保健提供者制定适（shì）当的策略并以无风险的方式快速实施创（chuàng）新（xīn）的解决方案。
人工智能（néng）正在以多（duō）种（zhǒng）方式改（gǎi）变医（yī）疗保健。医疗保（bǎo）健（jiàn）组织正在实施用（yòng）于机器人（rén）手（shǒu）术、护理帮助、准确诊断和（hé）精密药物（wù）的AI。实际上，毕马威（wēi）会计（jì）师事务所(KPMG)进行的一项调（diào）查显示，有53%的高（gāo）管认为医（yī）疗保健在采（cǎi）用AI方面处（chù）于领先地位（wèi）。
尽（jìn）管（guǎn）在采用AI方面处于领（lǐng）先地位，但（dàn）并非所（suǒ）有医疗保健组（zǔ）织都已（yǐ）实施（shī）AI。部署AI解决方案时面临的挑战仍使一些医疗（liáo）保（bǎo）健组织无法充分（fèn）利（lì）用AI技术。在（zài）这（zhè）种情况（kuàng）下，医疗（liáo）保健企业（yè）有必（bì）要了解医疗保健及其解决方案中（zhōng）的AI挑战。
解决医疗保健中（zhōng）的人工（gōng）智能挑战
要解决医（yī）疗保健中AI实（shí）施方面的挑战，必（bì）须意识到这些挑战。一旦卫生组（zǔ）织意识到了挑战（zhàn），便（biàn）可以更（gèng）好地找到克（kè）服挑（tiāo）战的（de）方法。
医（yī）疗保健（jiàn）中的5种人工智能实施挑战
收集数据（jù）
人工智能系统（tǒng）需（xū）要大量数（shù）据。并且收集的数据必须来自可靠的（de）来源。从不可（kě）靠（kào）的来源收集数据可能会对AI解决（jué）方案的输出（chū）产生（shēng）不利影响。
因此，为了获（huò）得准确的输（shū）出（chū），医院必须从可靠的（de）来（lái）源（yuán）收集（jí）培训数据。他们可以从患者的历史和当前病历中找（zhǎo）到可靠的数据，因（yīn）为医疗保健中（zhōng）的每个患者都是他们自身（shēn）的（de）来源。医疗保健组织还需要为（wéi）机器学习算法准备准确的（de）数据集（jí）。但是（shì）数据准备方面的挑战通常（cháng）很难（nán）克服。
因此，毫不奇怪的（de）是，有96%的组织因为成功实现AI而遇到数（shù）据（jù）相关的问题阻碍。为了准备精确的（de）数（shù）据集（jí），医院需要尽（jìn）早确定所需的结果并相（xiàng）应地准备数（shù）据。医疗保（bǎo）健组织还需（xū）要确保数据与构建过（guò）程一（yī）致。他们可以通过（guò）清除数据以使（shǐ）丢失（shī）的值最小（xiǎo）化并消除不相关的数据来使其数据兼容。
保持合规
每个（gè）患者都是可靠的数据（jù）来源。但是，如果这（zhè）些来源拒绝提供其（qí）数据来构建AI系（xì）统怎么（me）办？没有（yǒu）人希望他们的数据被用于（yú）非法目（mù）的。为（wéi）了避免这种情况（kuàng）并在患者之间建立信任，政府和领先的医疗保健组织制定了每家医院（yuàn）都（dōu）必须遵守的（de）法（fǎ）规（guī）。
例如（rú），通过了（le）《医疗保健信息（xī）携带（dài）和责任法案》(HIPAA)，以强制执（zhí）行机密处（chù）理患者数据的标准。另一个例子是《经济（jì）和临床健康卫（wèi）生（shēng）信息技术法案（àn）》(HITECH)，该法案旨在（zài）标准化当今数（shù）字（zì）时代中电子健康记（jì）录(EHR)的维护。这种监管行为使患（huàn）者（zhě）可以随意共享其（qí）数据（jù），这些数据可用于训练AI系统。
医疗（liáo）保健（jiàn）组织还需要确保收（shōu）集的（de）数据受到保护，以（yǐ）增强隐私和安全性。但是（shì），在（zài）当今（jīn）世界，我（wǒ）们经（jīng）常听到有关网络安（ān）全漏洞的消（xiāo）息，保护数据安全并非易事。这也是（shì）医疗保健组织（zhī）可以利用区块链的（de）地方。
AI和区块链的融合可以共同革新许多行业，医疗保健是这些行（háng）业之一。区块（kuài）链将确保安（ān）全传输和存（cún）储患者数据，以增强隐（yǐn）私和（hé）安全（quán）性。它（tā）还将为患者提供透明性（xìng），以便他（tā）们可（kě）以查（chá）看（kàn）其数（shù）据的存储位置和使用（yòng）方式。
